军用航材智能化保障的技术构建

针对军队航材保障效率较低、反应时间过长等问题,结合国防与军队信息化、智能化建设的实际,提出了军用航材智能化保障模式;通过运用物联网、神经网络、云计算等方法,对智能化保障模式各功能的实现提出支撑技术,航材智能化保障模式各项功能得以实现;通过对军用航材智能化保障进行模式构建,并就该模式下各功能模块的实现提出支撑技术,革新保障方式,有效提高了航材保障的效率。     

结合局部高清图像的遥感集群目标区域超分辨率重建

近年来,卫星遥感图像的应用场景越来越广泛。但是由于采集设备有限及其成本限制,卫星传感器获取到的图像通常不具备足够的分辨率且分布不够均匀,同时部分目标聚集成群难以分辨,导致低分辨率遥感图像在目标检测与识别等空间语义理解任务上难以满足准确定位和分类所有目标的要求。相比于一次性采集完整高分辨率遥感图像,已有遥感图像通常在局部区域具有相对清晰的高分辨率,且具备足够的细节信息用于分辨目标群,而传统的遥感图像超分辨率重建方法主要关注遥感图像自身的全局特征,通过图像的全局特征进行分辨率和像素扩充,而忽视了遥感图像的细节信息。为了解决这些挑战,提出了一种将遥感图像局部聚集群目标区域的细节特征信息引入到完整遥感图像的采样重建中的方法,通过多层级的神经网络来提取不同尺度的图像特征,并通过残差学习的方式将这些特征进行融合并重建。在实验中,该方法相比主流现有的遥感图像超分辨率重建方法,在视觉效果和测试实验上都取得了更好的结果,证明该方法可以有效借助局部图像的像素信息,显著地提高全局遥感图像的细节效果和优化集群目标区域的分辨能力,提升了遥感图像的质量和可用性。     

基于多传感融合的自动钻铆孔位在线测量方法

为了获得飞机壁板自动钻铆中孔位的实际位置和法向信息,提出了一种基于视觉和激光测距多传感器融合的孔位在线测量方法,该方法可以实时获得钻铆任务的孔位偏差修正量,从而保证壁板钻铆质量。首先,通过建立视觉和激光测距传感器与钻铆机参考坐标系间的映射关系,获得了钻铆孔位在线测量的多传感器融合模型,给出了孔位位置和法向的在线测量原理。然后,为了简化标定过程和提高标定精度,设计了一种同时适用于视觉和激光测传感器的标定板,给出了位置和法向测量的标定方法。最后,测量试验表明,多传感融合的在线测量方法孔位测量位置误差≤0.2 mm,法向误差≤0.3°,能够满足飞机钻铆孔位测量精度要求。     

故障样本量确定与分配一体化设计方案

针对当前测试性验证领域未能考虑故障样本量确定和样本分配2个环节的相互联系,以及现有样本分配方案对影响因子的选择没有统一的框架,导致确定的故障样本量和样本分配不合理的问题,提出了一种故障样本量确定与分配一体化设计方案。首先,以层次Bayes网络模型为框架,融合各节点测试性指标先验信息得到顶层测试性指标的融合分布,并建立故障样本量确定流程;其次,引入结构重要度作为样本分配影响因子,同时结合故障模式影响及危害性分析（FMECA）信息确定节点和故障模式的样本分配影响因子,提出基于节点和故障模式的二次分配框架实施样本分配;最后,通过实际案例进行对比分析。结果表明:相比其他样本分配方案,所提方案能充分考虑系统结构及其先验信息,进而实现了故障样本量确定和分配一体化方案的设计,保证了所确定的故障样本量和分配的合理性,具备更好的工程适用性。      

基于自适应多设计融合航天器近距离操作的执行器故障补偿技术研究

针对带有执行器故障的航天器近距离操作系统,提出了基于多设计融合的自适应故障补偿方法,实现在发生执行器卡死故障情况下,对目标航天器的位置和姿态的跟踪。提出的故障补偿方法无需故障检测,针对每种可能的故障模式设计控制器组成多控制器集合,并有效地将它们融合后构建最终反馈控制器。仿真结果表明了该故障补偿策略的有效性,能够保证追踪航天器系统的稳定性和期望的跟踪性能。     

飞行器实时测控信息融合体制研究

飞行器实时测控系统是一个典型的多传感器系统,其多源信息需要融合处理,融合处理能够有效提高实时测控的准确度、可靠度和智能化水平。本文分析了信息融合技术对飞行器实时测控的作用,初步探讨了飞行器实时测控信息融合的功能定义、结构模型、融合方法等,并提出了工程应用中的关键技术和问题。     

高效率采样的数据关联融合气动力建模方法

飞行器设计阶段的气动分析需要大量的高保真度气动力数据以提高设计性能,但其获取成本十分高昂。为了缓解建模成本与模型精度之间的矛盾,构建了关联不同保真度数据的多保真度气动数据融合模型,并提出了最优关联点选取方法和均匀性增强序贯采样方法,以此实现co-Kriging变可信度模型的高效初始化与最速收敛。作为验证,选用标准数值算例开展建模研究,并结合统计结果对方法精度优劣进行了对比。最后将该建模框架成功应用于NACA0012翼型跨声速气动力工程算例当中。结果表明,与传统模型相比,在仅有的少量高保真度样本下,所采用的方法可以大幅提升变可信度模型收敛精度和建模效率,有效降低了采样成本;相较于高保真度单精度元模型,误差可降低50%以上。     

多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法

反舰导弹对舰船要害部位的精确打击能力是精确制导武器的关键技术之一。针对反舰导弹导引头对舰船要害部位检测精度低、特征提取能力不足,预测框的处理降低检测速度等问题,提出了一种多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法。由于舰船要害部位检测数据具有多尺度、多角度特性,引入多尺度特征融合模块,综合利用不同感受野的检测信息,优化特征提取;利用高效轻量化注意力机制改进Hourglass结构中的跨层连接,提升检测精度,降低算法总参数量;使用迁移学习有效提升算法收敛效果。在建立的舰船要害部位检测数据集和公开的PASCAL VOC数据集进行实验,检测准确率分别提升了4.41%和5.57%,分析算法参数与运算量,设计了模块消融实验,论证了所提算法的有效性。     

基于强度信息维数的加权网络分形特性分析

信息维数是从信息量的角度揭示复杂网络分形特性.现有的加权网络信息维数法仅仅用到了加权网络盒子覆盖法中的盒子尺寸选择规则,本文进一步考虑盒子中节点间的边权信息,重新将盒子包含信息的概率定义为盒子中所有节点的强度和与网络中所有节点的强度和的比值,提出了一种分析加权网络分形特性的强度信息维数法.该算法运用在谢尔宾斯基(Sie...